服务器分区不能挂载,fsck修复后文件丢失怎么办

一、服务器数据恢复故障描述

今天介绍一个服务器数据恢复案例,通过今天这个案例主要介绍一下服务器在分区不能挂载的情况下怎么样将服务器内的数据进行完整恢复,对于没有备份的服务器数据恢复具有一定的帮助。下面简单介绍一下案例中的服务器具体故障情况:

本次需要数据恢复的服务器是一台某品牌730系列服务器,存储阵列型号为MD3200,系列存储,分配lun容量为8TB,操作系统版本是linux centos 7,采用了EXT4文件系统。由于未知原因服务器在运行过程中突然关机且无法启动,服务器管理员进行修复后可以启动服务器,但服务器内原来的分区无法挂载。管理员对不能挂载的分区进行fsck修复并挂载查看数据情况,发现部分文件丢失。由于该服务器内存储了大量的重要数据,管理员决定寻求数据恢复公司的帮助,经过对比多家数据恢复公司后选择了北京一家数据恢复中心,数据恢复中心接到客户咨询后安排服务器数据恢复工程师上门进行故障检测。

二、服务器数据恢复故障分析

服务器数据恢复工程师到客户现场后将发生故障的服务器以只读模式重新映射到数据恢复专用备份服务器上,然后使用数据恢复工具将客户故障服务器以扇区形式镜像到数据恢复备份服务器上。数据恢复工程师对备份服务器内的数据进行分析推测可能是由于机房电压不稳导致服务器异常断电关机,才会出现故障。

三、服务器数据恢复原理

服务器数据恢复工程师仔细分析服务器底层数据发现服务器突然断电导致了目录项被破坏,但底层数据仍然存在,想要数据恢复只需要工程师手工修复即可。由于服务器管理员对文件系统进行fsck修复,导致了被损坏了的目录项修复失败后以目录节点号进行命名并存放于lost+found文件目录内,随后清除了这些目录项所对应的数据区索引。这就是为什么部分文件丢失的原因。

现在这样的情况想要进行数据恢复可以通过被删除的虚拟磁盘文件的文件系统和文件类型在vmfs卷自由空间中进行排查,匹配碎片并重新合并,最终就能将删除的虚拟磁盘文件进行恢复。

四、服务器数据恢复过程

由于客户需要进行数据恢复的服务器上面使用的是EXT4文件系统,该文件系统的特征是文件丢失后其节点信息也会被清除,所以在本次数据恢复中不能采用根据节点信息进行还原的方法,而是应该根据丢失的文件目录项节点号匹配lost+found目录下的文件名称,因为lost+found目录下的文件命名的规则就是该文件的目录项节点号,服务器数据恢复工程师将目录项节点号进行提取,与lost+found目录下的文件名进行一一对应,就可以还原服务器的原始目录结构。

根据上述数据恢复思路,服务器数据恢复工程师对镜像文件进行底层数据分析,在底层空间扫描目录项的区域,将目录项的节点号、数量等信息进行统计和记录,然后根据服务器磁盘中的文件系统信息将统计到的目录项和节点号进行整合匹配,最后和lost+found目录下的文件记录号进行匹配,最终恢复服务器内丢失的数据。

五、服务器数据恢复总结

最后简单总结一下本次服务器数据恢复的过程,这次服务器出现数据丢失首先是由于供电异常导致服务器异常关机损坏了文件系统,接着人为进行fsck修复导致了锋无力内的文件目录结构丢失。数据恢复中心对EXT4文件系统的底层结构具有足够的数据分析和恢复能力,并且有丰富的相关服务器数据恢复经验,整个数据恢复过程十分顺利,经客户服务器管理员对数据进行验证后确认本次数据恢复成功,服务器数据100%恢复。

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据分析1480

数据人的自白:不懂业务,分析就仅仅只是提数

我的数据从业历程是从咨询公司切入,那里有稍微学术点的指标体系和方法论。然后在数据服务公司应用,那里有比较成熟的数据采集实现技术。而后在微博数据创业公司将之前的知...

5220
来自专栏CSDN技术头条

Matplotlib 可视化最有价值的 14 个图表(附完整 Python 源代码)

这些图表根据可视化目标的7个不同情景进行分组。 例如,如果要想象两个变量之间的关系,请查看“关联”部分下的图表。 或者,如果您想要显示值如何随时间变化,请查看“...

8820
来自专栏互联网运维杂谈

转发 | IT运维分析与海量日志搜索

1.1 从 IT Operation Management (ITOM) 到 IT Operation Analytics (ITOA)

10410
来自专栏CSDN技术头条

AI 领域的技术新宠,相见恨晚!

说到数据可视化,大家可谓耳熟能详,设计师、数据分析师、数据科学家等,都用各种方式各种途径做着数据可视化的工作。

5410
来自专栏AI掘金志

明略科技的“数据中台”野望

对未来智能世界怀有憧憬的AI初创企业们,无疑都在沿着各自的路径,为这一问题不断奔走。

9510
来自专栏深度学习自然语言处理

【机器学习】无监督学习:PCA和聚类

在这节课中,我们将讨论主成分分析(PCA)和聚类(clustering)这样的无监督学习方法。你将学习为何以及如何降低原始数据的维度,还有分组类似数据点的主要方...

7310
来自专栏数据猿

七种常见的数据分析法之:象限法

是的,一个初中时就学会的坐标轴,X轴从左到右是点击率的高低,Y轴从下到上是转化率的高低,形成了4个象限,这就是我们要说的象限分析法。

9120
来自专栏Python爬虫与数据挖掘

今天给大家推荐一个可视化库:cutecharts,我把她叫做pyecharts的妹妹

昨天,手机突然叮咚一响,微信群跳出一条消息,“@老表 新图表库 敲可爱的画风”,还有仓库链接,

9210
来自专栏SAMshare

easyeda,一个简单实用的探索性数据分析工具

在算法工程师的日常工作中,探索性数据分析(Exploratory Data Analysis)是一种常见的任务。通过分析数据的缺失情况,分布情况,以及和标签的相...

7230
来自专栏互联网运维杂谈

关于数据驱动运维的几点认识

在一个新的环境中工作了两个多月,从业务模式、平台建设、工作方法和团队工作风格各个方面都有了一些认识。有了这些认识,更能让你体会到工作的发力点在哪里,...

6110

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励